L'integrazione personalizzata mediante intelligenza artificiale (IA) rappresenta una delle frontiere più avanzate della nutrizione di precisione, poiché sposta l'attenzione da interventi generalizzati a strategie mirate fondate sui dati individuali. Questo approccio risulta particolarmente promettente nell'ambito della salute materna, dove l'integrazione di micronutrienti multipli (Mms) può essere ottimizzata per migliorare gli esiti della gravidanza. Un elemento centrale in questo ambito è il gemello digitale nutrizionale, un modello computazionale che simula i processi fisiologici e metabolici di un individuo.
Uno studio pubblicato su Public Health Nutrition nel 2021 (Muela-Molina et al.) ha analizzato sistematicamente gli spot radiofonici su integratori in Spagna. I risultati sono allarmanti: oltre l'80% dei claim funzionali non era autorizzato dall'Efsa oppure non rispettava le condizioni legali d'uso. Sebbene geograficamente limitato, questo studio suggerisce problematiche comparabili in altri contesti europei. L'introduzione non controllata di algoritmi di IA generativa che producono contenuti pubblicitari senza filtri di conformità normativa potrebbe amplificare significativamente la diffusione di informazioni ingannevoli. In risposta, l'Efsa ha avviato il progetto "AI@Efsa" per integrare l'intelligenza artificiale nei processi di sorveglianza regolatoria. L'agenzia esplora il Natural language processing e il machine learning per scansionare automaticamente letteratura scientifica e web, identificando violazioni di claim autorizzati e disinformazione sistematica.
L’Intelligenza Artificiale (IA) non rappresenta più un’astrazione teorica, ma si configura come un vero e proprio catalizzatore per la trasformazione del “dark matter” degli alimenti, ovvero l’ampia e ancora poco caratterizzata gamma di composti bioattivi, in mappe strutturate di ipotesi predittive, successivamente sottoposte a validazione empirica in vitro e in vivo. In questo ambito ancora largamente inesplorato, che costituisce il cuore dell’esposoma dietetico, i peptidi bioattivi derivati dagli alimenti (Food bioactive peptides, Fbp) emergono come elementi chiave per comprendere le interazioni tra dieta e salute.
Una revisione pubblicata su Frontiers in Nutrition a inizio 2025 da Phalle e Gokhale indica un passaggio importante: gli strumenti di valutazione dietetica basati su intelligenza artificiale stanno uscendo dai contesti sperimentali e iniziando a entrare nella pratica clinica e quotidiana per pazienti e consumatori. Dalle app che stimano porzioni e calorie tramite foto, ai sensori indossabili che rilevano pattern di masticazione, queste tecnologie promettono di rendere la raccolta dei dati alimentari più continua, oggettiva e dettagliata. Per medici, dietisti e nutrizionisti è un cambio di paradigma: più dati reali, ma anche maggiore responsabilità nell'interpretazione.